omniture

聯(lián)影智能亮相CMEF:五年厚積薄發(fā),以“融合”對話AI“涌現(xiàn)時代”

2023-05-16 16:51 4931

上海2023年5月16日 /美通社/ -- 自ChatGPT驚艷問世以來,人工智能再次身處變革浪潮,“涌現(xiàn)”(emergence)一詞正被反復(fù)提及。廣義來說,它是指在更高層次上出現(xiàn)的一種新屬性、行為或模式。而將其進(jìn)一步置于AI領(lǐng)域,它常被用以描述AI模型的訓(xùn)練量達(dá)到某個閾值時,模型自身能力驟增的現(xiàn)象。

這一概念在聯(lián)影智能此次CMEF的新品發(fā)布會中,也被作為一大關(guān)鍵詞進(jìn)行深入探討。聯(lián)影智能首席運營官詹翊強表示,“現(xiàn)階段AI發(fā)生涌現(xiàn)的根因,也許在于單個任務(wù)能力的補齊。那么當(dāng)我們把自身現(xiàn)有的AI應(yīng)用、平臺、技術(shù)融合起來,是否會誕生一些新的、意想不到的能力?”

聯(lián)影智能COO詹翊強CMEF首日發(fā)布現(xiàn)場
聯(lián)影智能COO詹翊強CMEF首日發(fā)布現(xiàn)場

5月14日CMEF開展首日,作為聯(lián)影集團(tuán)在人工智能領(lǐng)域中的重要戰(zhàn)略布局,聯(lián)影智能以應(yīng)用、平臺、技術(shù)三大融合為方向,重磅發(fā)布九大解決方案。自2017年成立以來,聯(lián)影智能以獨有“全棧全譜”發(fā)展脈絡(luò)快速生長。立足當(dāng)下技術(shù)變革的交叉口,此次聯(lián)影智能以“融合之道”探尋AI涌現(xiàn)之根因、對話醫(yī)療AI之未來。

“應(yīng)用”融合:場景化覆蓋,讓精準(zhǔn)診療觸手可及

放眼AI應(yīng)用在醫(yī)療領(lǐng)域的落地圖景,多以單點、單線的AI應(yīng)用模式鋪展開來。從單體醫(yī)院的臨床診療,到上下級醫(yī)院雙向轉(zhuǎn)診,再進(jìn)一步擴展至產(chǎn)學(xué)研醫(yī)多方協(xié)同的學(xué)科前沿探索,多元的場景需求尚且缺乏全鏈互通的智能解決方案予以實現(xiàn)全維覆蓋。

基于此,聯(lián)影智能以自身全棧全譜應(yīng)用為基礎(chǔ),基于“將AI場景化覆蓋”的思維,讓自有AI應(yīng)用的邊界進(jìn)一步消弭,重磅推出基于多場景、多疾病、全流程、一體化的六大融合解決方案,覆蓋胸痛、卒中、骨科、泛血管、縣域協(xié)同及體檢六大領(lǐng)域。

以聯(lián)影智能此次推出的胸痛中心精準(zhǔn)診療融合方案為例,該方案囊括聯(lián)影智能數(shù)款心臟領(lǐng)域高端AI成果,助力AI從臨床走向科研。其中,針對胸痛場景,AI可自動識別危急重癥胸痛患者,并提供急性心肌梗死、肺栓塞、主動脈夾層胸痛三聯(lián)AI輔助診斷,高效排摸胸痛原因,加速救治流程。同時,該方案圍繞冠心病診療,向多模態(tài)、全鏈路進(jìn)一步延展,支持從患病風(fēng)險早篩到形態(tài)學(xué)、功能學(xué)等多維影像輔助診斷。此外,該方案更包含了業(yè)內(nèi)首款CTP心肌灌注智能分析系統(tǒng)及首款MR心臟智能分析系統(tǒng),為前沿的心臟疑難雜癥分析提供AI工具,助力心臟學(xué)科高質(zhì)量科研探索。

針對腦卒中這一重大基層危急重癥,聯(lián)影智能推出的卒中中心精準(zhǔn)診療融合方案亦實現(xiàn)了從單應(yīng)用到全閉環(huán)、從單模態(tài)到多模態(tài)的突破,開創(chuàng)腦卒中救治新模式。臨床救治層面,該方案可全棧覆蓋從高危人群篩查到分診預(yù)警、影像診斷、療效評估、隨訪的AI應(yīng)用。進(jìn)一步擴展到區(qū)域救治場景,該方案同步支持以數(shù)據(jù)聯(lián)通上下級救治單位,助力建設(shè)基層防治中心、重癥急救中心和質(zhì)控科研中心,構(gòu)建區(qū)域協(xié)同診療生態(tài)。目前,由聯(lián)影智能參與建設(shè)的全國首個數(shù)智化基層協(xié)同救治體系已成功落地湖北,在短短數(shù)月內(nèi)已化解超30個家庭危機。未來該方案推廣至全國,或能為數(shù)以萬計的家庭免于卒中帶來的生命危機。

“平臺”融合:一體化聯(lián)動,診療研助力攻堅醫(yī)學(xué)重疾

除了對自身應(yīng)用的融合外,聯(lián)影智能此次亦將重點放在其自有臨床應(yīng)用、診斷、科研、管理平臺的無極融合。此次,針對腫瘤、心臟、腦科學(xué)這三大重點領(lǐng)域,聯(lián)影智能重磅推出三大前沿創(chuàng)新融合解決方案,致力于支持該三大領(lǐng)域的科學(xué)研究與臨床應(yīng)用級成果互相轉(zhuǎn)化、多模態(tài)數(shù)據(jù)一體化管理、多角色融合共創(chuàng),與產(chǎn)、學(xué)、研、醫(yī)多方共建成果創(chuàng)新轉(zhuǎn)化平臺,加速攻堅高難醫(yī)學(xué)重疾。

聯(lián)影智能首席運營官詹翊強表示:“以我們在科研平臺與臨床平臺的融合為例,我們在科研平臺上有大量的科研工具,在臨床平臺上擁有對各個病種的AI智能分析。這兩大平臺以乘數(shù)效應(yīng)融合后,一旦推出新的臨床應(yīng)用,用戶便可自動獲得相應(yīng)的科研級工具以供科學(xué)研究,反之,用戶亦可基于自身在該平臺的學(xué)術(shù)科研成果,實現(xiàn)相應(yīng)臨床成果的快速落地轉(zhuǎn)化。”

以聯(lián)影智能此次重磅推出腫瘤診療前沿創(chuàng)新融合方案為例,該方案將診斷、治療、科研無縫銜接,為攻破癌癥難題實現(xiàn)全棧AI賦能。診療聯(lián)動層面,該方案可輔助醫(yī)生為患者秒級檢出腦、骨、乳腺、前列腺等多類腫瘤,同步支持多模態(tài)影像診斷,進(jìn)行腫瘤良惡性AI智能評估。如患者需進(jìn)一步手術(shù)治療,AI可同步為醫(yī)生生成個性化病情詳解,并輔助醫(yī)生進(jìn)行精準(zhǔn)手術(shù)規(guī)劃。如患者需進(jìn)行放療,AI可實現(xiàn)自動靶區(qū)勾畫,助力實現(xiàn)一站式放療,將放療過程從幾天縮短到幾分鐘。

該融合方案進(jìn)一步將科研場景融合進(jìn)臨床診療場景中。聯(lián)影智能自研研究工具能夠大幅降低用戶對編程與算法的學(xué)習(xí)成本,為用戶從課題管理、智能標(biāo)注、圖表輸出到臨床驗證全流程提供平臺支持,AI可同步支持基于腫瘤臨床工作流的智能病例收集,將臨床研究無縫轉(zhuǎn)化為應(yīng)用級成果,支持腫瘤多模態(tài)數(shù)據(jù)一體化管理,并且支持讓產(chǎn)學(xué)研醫(yī)等多個科研工作者在線協(xié)同共創(chuàng),構(gòu)建從臨床到科研的緊密閉環(huán)生態(tài),加速完成原創(chuàng)性技術(shù)成果轉(zhuǎn)化。

聯(lián)影智能展臺現(xiàn)場
聯(lián)影智能展臺現(xiàn)場

“技術(shù)”融合:探索醫(yī)學(xué)影像結(jié)合自然語言的新路徑

立足AI技術(shù)變革浪潮,醫(yī)療行業(yè)長期顛覆性變革抑或可期。此次CMEF,聯(lián)影智能擬融合自有AI技術(shù),基于文本、圖像、視頻等多模態(tài)信息,以基于醫(yī)學(xué)數(shù)據(jù)、自研人工智能模型、自有算力平臺、自研算法引擎,探索醫(yī)學(xué)影像結(jié)合自然語言的新可能,助力實現(xiàn)醫(yī)療AI遷躍式演進(jìn)。目前,聯(lián)影智能已與上??萍即髮W(xué)、上海交通大學(xué)聯(lián)合提出了融合LLM和MIA模型的AI輔助診療系統(tǒng)框架,相關(guān)學(xué)術(shù)成果已成功發(fā)表。

作為醫(yī)學(xué)影像AI領(lǐng)先企業(yè),自成立之初聯(lián)影智能便以全棧全譜角度通盤思考AI在醫(yī)學(xué)影像應(yīng)用端的可能性,并付諸全維AI實踐。這一全棧全譜體系正在為聯(lián)影智能的這一技術(shù)構(gòu)想提供值得期待的確定性。

聯(lián)影智能首席運營官詹翊強表示,“現(xiàn)階段,我們正處在一個AI涌現(xiàn)的時代,也是一個AI大探索的時代。作為聯(lián)影集團(tuán)在人工智能領(lǐng)域中的重要戰(zhàn)略布局,聯(lián)影智能將繼續(xù)以全棧全譜體系為根基,讓醫(yī)療AI實現(xiàn)多源融合,以構(gòu)建精準(zhǔn)診療新場景、打造聯(lián)動創(chuàng)研新生態(tài)、驅(qū)動醫(yī)療AI新范式,為健康大同獻(xiàn)科技福祉?!?/p>

消息來源:聯(lián)影智能
China-PRNewsire-300-300.png
全球TMT
微信公眾號“全球TMT”發(fā)布全球互聯(lián)網(wǎng)、科技、媒體、通訊企業(yè)的經(jīng)營動態(tài)、財報信息、企業(yè)并購消息。掃描二維碼,立即訂閱!
collection